Image Processing Class

2011F 成績已經結算

2012-01-12T01:05:00.001+08:00

成績已經繳交送出, 同學可以自行上網查詢了。

修課人數60人, 不及格率剛好30%, 比去年修課人數40人, 不及格率20%, 多了10%。

這學期的課程, 理論部分比去年重, 所以成效我覺得不是很好。

明年我會改到一般 E 化教室上課。

理由是如果不先弄懂原理及演算法, 就算坐在電腦前面, 也是腦袋空空, 完全不會寫程式。

Week 19: 補考

2012-01-10T02:53:00.002+08:00

　G :

　H :

　I :

　J :

2011F 平時成績

2012-01-09T13:18:00.003+08:00

平時成績尚未結算
目前公布在 Google Docs 中,

作業缺交的, 請於星期二 12:00 以前補齊。

Week 17: 影像壓縮 (四)

2011-12-29T21:13:00.011+08:00

作業四:

1. 調色盤 #0, #5, #12 #15 的 RGB 色彩值? (20%)

2. 解碼最前面 20 個 9-bit codes 的值, 請用 16 進位的方式表示出來。 (20%)

3. 將上述 20 個 codes 用 LZW 解壓縮, 請問解壓縮後的結果為何? (20%)

4. 20 個 codes 解壓縮完, Dictionary 的狀況為何? (20%)

5. 最後一個 LZW 區塊的大小為何? (20%)

　A :

　　　　1. 調色盤 RGB 色彩值?

　　　　　 #0: (B5, AC, AD) = (181, 172, 173)
　　　　　 #5: (EC, E4, F3) = (236, 228, 243)
　　　　　#12: (C6, CC, E9) = (198, 204, 233)
　　　　　#15: (CD, D4, ED) = (205, 212, 237)

　　　　2.~4. Answer

　　　　5. 2D (45)

　B :

　　　　1. 調色盤 RGB 色彩值?

　　　　　 #0: (58, 28, 29) = ( 88, 40, 41)
　　　　　 #5: (7A, 58, 59) = (122, 88, 89)
　　　　　#12: (61, 58, 59) = ( 97, 88, 89)
　　　　　#15: (7B, 18, 38) = (123, 24, 38)

　　　　2.~4. Answer

　　　　5. E3 (227)
　　
　C :
　
　　　　1. 調色盤 RGB 色彩值?
　
　　　　　 #0: (95, 8C, 96) = (149, 140, 150)
　　　　　 #5: (83, 8C, 9C) = (131, 140, 156)
　　　　　#12: (B8, BC, C3) = (181, 188, 195)
　　　　　#15: (95, 9C, A2) = (149, 156, 162)
　
　　　　2.~4. Answer

　　　　5. 2A (42)
　
　D :

　　　　1. 調色盤 RGB 色彩值?

　　　　　 #0: (B1, 50, 51) = (177, 80, 81)
　　　　　 #5: (8F, 17, 27) = (143, 23, 39)
　　　　　#12: (48, 28, 39) = ( 72, 40, 57)
　　　　　#15: (CF, 93, BB) = (207, 147, 187)
　
　　　　2.~4. Answer

　　　　5. E8 (232)
　
　E :

　　　　1. 調色盤 RGB 色彩值?

　　　　　 #0: (DE, A3, A5) = (222, 163, 165)
　　　　　 #5: (48, 28, 2B) = ( 72, 40, 43)
　　　　　#12: (9F, 55, 7B) = (159, 85, 123)
　　　　　#15: (30, 17, 2F) = ( 48, 23, 47)

　　　　2.~4. Answer

　　　　5. A8 (168)
　
　F :

　　　　1. 調色盤 RGB 色彩值?

　　　　　 #0: (2F, 21, 24) = ( 47, 33, 36)
　　　　　 #5: (FC, F4, FC) = (252, 244, 252)
　　　　　#12: (22, 1C, 29) = ( 34, 28, 41)
　　　　　#15: (BD, BC, C2) = (189, 188, 194)

　　　　2.~4. Answer

　　　　5. 04 (4)

Week 16: 影像壓縮 (三)

2011-12-23T02:17:00.003+08:00

1. GIF Format

　Wikipedia: Graphics Interchange Format

　

　Rex-GIF.pdf

News: 裸挺孕肚救森林

2011-12-22T10:50:00.003+08:00

中文新聞連結

烏拉圭的模特兒暨演員娜塔莉歐瑞洛幫國際環保團體「綠色和平組織」拍攝了以保護森林為主題的宣傳照。照片中，在她全裸且懷孕的身體上僅覆蓋著森林的影像。34歲的歐瑞洛在接受該組織訪問時說：「森林是生命，有超過半數以上的生物生活在森林裡。阿根廷每兩分鐘就有一公頃的森林消失，我們已失去了70％的原始森林，我希望我的兒子能夠享受森林。」

GreenPeace

Uruguayan actress and activist Natalia Oreiro makes a moving appeal for the future of the forests on behalf of her son.

A government forest bill “Ley de Bosques”, supported by more than 1.5 million Argentinean citizens, was approved by the Argentinean Congress in 2007 to protect native forests. Despite the massive civil society movement and political will, governance is still an issue in the region and deforestation rates keep rising because of logging permits and cattle expansion.
Ms Oreiro, inspired by the desire for her son to know the fecundity of the forests, lent her weight to the call to action to Governor of Santiago del Estero to halt forest destruction, revoke illegal logging permits and give future generations a chance to discover the wonders of the forests.

Week 15: 影像壓縮 (二)

2011-12-16T09:26:00.007+08:00

1. Book: Introduction to Data Compression
　　Author: Khalid Sayood
　　ISBN: 9780126208627

　　

　　銘傳圖書館

　　博客來網路書局 books.com.tw

　　Chapter 3: Huffman Coding [講義]

　　Chapter 5: Dictionary Techniques [講義]

2. Graphics Interchange Format (GIF)

　　Wikipedia: Graphics Interchange Format
　　GIF specification

Week 14: 影像壓縮 (一)

2011-12-08T23:02:00.013+08:00

Image Compression, the art and science of reducing the amount of data required to represent an image, is one of the most useful and commercially successful technologies in the field of digital image.

這是影像處理原文教科書第 8 章的第一句, 寫的非常漂亮, 不但說明了影像處理的意義, 也指出影像壓縮技術在影像處理領域中所占的份量與重要性。但中文教科書是這樣翻譯的:

降低代表一張影像所需資料量的藝術與科學的影像壓縮是數位影像處理領域中最有用和商業上最成功的技術之一。

實在是有點繞舌, 連續 48 個中文字, 中間完全沒http://www.blogger.com/img/blank.gif有標點符號, 讓我讀得非常痛苦, 比改學生的專研報告還痛苦。

1. 背景基礎
　　a. coding redundancy 編碼冗餘
　　b. spatial and temporal redundancy 空間與時間冗餘
　　c. irrelevant redundancy 不相干冗餘

2. Book: Introduction to Data Compression
　　Author: Khalid Sayood
　　ISBN: 9780126208627

　　

　　博客來網路書局 books.com.tw

　　 Chapter 3: Huffman Coding [講義]

Week 13: 色彩模型(四)

2011-11-26T15:28:00.008+08:00

1. HSI color model

　

　

　

　

2. ICI Paints - Color Palette Notation System

　

　ICI Paints - Color Palette 4 Explorer

3. Homework 3: Color Models

　a. 彩色影像轉成單一色調的轉換工具。
　　　步驟：1. 先將整張影像的灰階值計算出來。
　　　　　　2. 整張影像給定 U V 值(使用一個色差選擇器)。
　　　　　　3. 重新計算整張影像的 RGB 色彩值。

　　可參考以下影片:

　　

b. HSI 轉換成 RGB 之轉換工具。

　　繳交期限: Week 15 2011/12/16

Week 12: 色彩模型(三)

2011-11-25T01:15:00.005+08:00

1. RGB 色彩模型之程式實作:
　　利用 256*256 大小之影像, 固定三個色彩之其中一個色彩, 然後利用迴圈,
　　將所有顏色變化組合顯示於影像之中。

　　

　　

　　

2. 使用整數資料形態運算完成 RGB 與 YUV 色彩模型之轉換:
　 MSDN: Converting Between YUV and RGB

　　

　　範例程式:

Week 11: 色彩模型(二)

2011-11-18T10:21:00.009+08:00

1. Y' = 0.299 * R'd + 0.587 * G'd + 0.114 * B'd

2. TBitmap::PixelFormat

　範例程式: DIP2011F-SP-W11

　
　影像檔案大小: 786,486 Bytes

　將彩色影像 WaterLily.bmp 讀入後, 針對每一個像素的 RGB 色彩值, 將 R、B 色彩值均設為 0, 就可以得到一張只有顯示出綠色成份的影像。

　影像檔案大小: 786,486 Bytes

　若要顯示出色彩明亮程度的影像, 其做法如下:

　將彩色影像 WaterLily.bmp 讀入後, 針對每一個像素的 RGB 色彩值, 計算其對應的亮度 Y 值, 然後將新影像的 PixelFormat 設定為 pf8bit, 然後利用 Scanline 將 Y 值寫入影像元件的記憶體中, 就可以得到一張位元深度是 8 位元的彩色影像, 如下圖所示。

　
　影像檔案大小: 263,222 Bytes

　由於 C++ Builder 中的 8 位元影像是用一個調色盤來顯示影像的色彩, Scanline 所指向的記憶體中所存的資料, 只是調色盤的色彩之編號而已。上述影像之所以會顯示成這般模樣, 就是用了預設的調色盤的緣故。因此, 如果想要正確顯示其灰階的模樣, 就要另外指定一個灰階影像專用的調色盤, 就可以正確顯示出下圖的模樣了。

　
　影像檔案大小: 263,222 Bytes

Week 10: 色彩模型(一)

2011-11-11T11:07:00.010+08:00

1. 檢討期中考卷

2. 討論 Homework 2 :
　　a. 如何在一張影像上灑胡椒鹽雜訊
　　b. 如何用亂數來控制胡椒鹽雜訊的程度
　　c. 範例程式 DIP2011-SP-W10
　　d. 不同程度的胡椒鹽雜訊對中值濾波器的影響

3. 色彩模型
　　a. RGB 色彩模型
　　b. YCbCr 色彩模型
　　c. YUV 色彩模型

The scope of the terms Y'UV, YUV, YCbCr, YPbPr, etc., is sometimes ambiguous and overlapping. Historically, the terms YUV and Y'UV were used for a specific analog encoding of color information in television systems, while YCbCr was used for digital encoding of color information suited for video and still-image compression and transmission such as MPEG and JPEG. Today, the term YUV is commonly used in the computer industry to describe file-formats that are encoded using YCbCr.

Week 9: 期中考

2011-11-07T10:59:00.004+08:00

2011F 期中考題

　　成績分布圖

　　各題答對百分比

Homework 1: Histogram & Histogram Equalization

2011-10-28T22:23:00.025+08:00

1.Form 設計

　為了讓圖片及直方圖都能夠以較大的圖片顯示出來, 因此, 在 Form1 上, 放置了 PageControl 元件, 讓影像和直方圖分別放在不同 Page 之中。

　在 Histogram Page 中, 直方圖是用一張高 256 寬 768 的圖形來繪製, 寬之所以為 768 的原因是需要顯示紅、綠、藍等三個色彩的直方圖, 每個色彩需要 256 條直線, 一共 256*3=768 條直線繪製完整的直方圖。

　直方圖分成兩類, 第一類是原始的直方圖, 第二類是累積直方圖。在 Histogram Page 中, 可以使用 RadioGroup 元件來選定要顯定的直方圖種類。

　　
　　　　　　　　　　原始直方圖

　　
　　　　　　　　　　累積直方圖

　除此, 還可以使用 GroupBox 來選定要顯示的色彩直方圖, 下圖是三個色彩均選擇所呈現出來的直方圖。

　　
　　　　　　　　　　原始直方圖

　　
　　　　　　　　　　累積直方圖

　Up 與 Down 兩個 BitBtn 元件, 則是可以用來放大或是縮小直方圖的垂直線條的長度, 每按一下 Up 按鈕, 就會放大 1.2 倍; 同理, 每按一下 Down 按鈕, 就會縮成原來長度的 0.8 倍。另外, Save Button 元件則是提供將直方圖影像元件儲存成 bmp 檔案。

　直方圖 image 元件, 在 OnMouseMove Event 中, 讀取滑鼠位於 image 元件的 X 座標, 將其轉換成色階, 再將該色階的像素個數, 比率, 累積像素總數及其比率等基本資訊用 Label 元件顯示出來。

2. 實驗結果:

　直方圖均化處理的目的是將低對比的影像轉化成高對比的影像, 因此特別從以前拍的相片找到一張多年前黃昏後, 在北投貴子坑步道, 突然發現一隻紫嘯鶇, 在急忙拍攝的情況下, 忘了開閃光燈, 所以拍成黑壓壓一片。

　

　整張影像的對比度相當低, 如果不仔細看, 會以為是一張全黑的圖片。

　　　

　直方圖顯示大部分的色彩都集中在色階最暗的地方。　

　

　經過直方圖均化處理過後的影像, 對比已經被強化了, 步道完全顯示出來了, 紫嘯鶇也看得見了。

　　　

　直方圖顯示出色彩已經擴展到 0 - 255 之間, 不再集中在暗的區域。

　作業示範程式下載

YouTube: Adobe Photoshop CS5: Content-Aware Fill Sneak Peek

2011-10-27T11:57:00.000+08:00

Week 8: 銳化空間濾波器

2011-10-26T20:48:00.007+08:00

Homework 2: 空間濾波器實作

　本次作業分成以下 3 部分:

　　a. 實作以下三類空間濾波器: 平滑化, 銳化, 中值濾波器。

　　b. 對不同圖片進行實驗。

　　c. 實驗結果討論

　　d. 心得

　本作業繳交日期: 2011/11/11

Week 7: 排序統計(非線性)濾波器

2011-10-21T01:19:00.003+08:00

1. 排序統計(非線性)濾波器

　

YouTube: Taare Zameen Par

2011-10-19T00:12:00.001+08:00

Week 6: 平滑化處理 (smoothing)

2011-10-14T10:02:00.009+08:00

1. 直方圖均化處理演算法再次講解
　　a. 直方圖統計
　　b. 累績直方圖統計
　　c. 產生新舊色彩對照表
　　d. 色彩置換

2. 平滑化處理 (smoothing)
　　a. 均化 (uniform distribution)
　　b. 自訂權重
　　c. 高斯分布 (Gaussian distribution - normal distribution)

3. 如何動態新增一個影像元件?
　　

Week 5: 直方圖均化處理

2011-10-07T00:39:00.011+08:00

1. 演算法講解

2. 灰階影像之實驗結果:

　　

課本圖 3.20(a), 這張影像的就是課本圖 3.16, 圖片不但偏暗, 而且對比度很低。

　　

執行直方圖均化程式後的結果, 對比度增強了。

　　

課本圖 3.20(b), 這張影像的就是課本圖 3.16, 圖片偏亮, 但對比度也很低。

　　

執行直方圖均化程式後的結果, 對比度增強了。

　
3. Homework 1: 直方圖顯示與直方圖均化處理

　本次作業分成以下 3 部分:

　　a. 用 C++ Builder 將一張影像的直方圖與其相關基本訊息顯示出來。

　　b. 用 C++ Builder 將一張對比不明顯的影像用直方圖均化處理後, 重新顯示出來。

　　c. 心得與討論
　

YouTube: iPhone 4S

2011-10-05T13:21:00.001+08:00

攝影機全新設計了, 畫質更好, 也可以編輯再儲存上傳!
同學看了有什麼想法嗎?

Week 4: Image 色彩統計資訊

2011-09-30T09:10:00.009+08:00

1. 直方圖 (Histogram)

　

　

　Sample Program -2011F-Week 4

Week 3: Image 元件

2011-09-22T23:33:00.022+08:00

1. 開啟與儲存 BMP 影像
2. Properties

ColorDialog1->Execute();
Image1->Canvas->Brush->Color =(TColor)RGB(130,67,33);
Image1->Canvas->FillRect(Rect(50,100,80,200));
Image1->Canvas->Pen->Color = ColorDialog1->Color;
Image1->Canvas->MoveTo(100,100);
Image1->Canvas->LineTo(100,200);
Image1->Canvas->Pixels[150][150] = clGreen;

3. Events
4. TBitmap::ScanLine

Byte *bPtrImageRow;
bPtrImageRow1 = (Byte *)Image1->Picture->Bitmap->ScanLine[j];
Image1->Refresh();

Sample Program -2011F-Week 3

5. MDI Application　練習
　

Week 2: C++ Builder 基本概念

2011-09-16T11:08:00.011+08:00

1. 什麼是影像(image)? [PART 2]

　a. 什麼是影像?

　b. 與音樂之間的差別是什麼?

　　時間軸(樂譜)上音階的變化 VS 平面空間(畫布)上色彩的變化

　c. 數位化是什麼?

　　空間上的數位化 (取樣, sampling): 解析度 (resolution)
　　色彩上的數位化 (量化, quantization): 位元深度 (bit depth)

　d. 如何取得影像?

　　

　　i. 相機 (底片機, 數位相機):
　　　　相機的結構
　　　　光圈、
　　　　快門、
　　　　感光元件、
　　　　曝光值

　　

　　ii. 用攝影機可以嗎? : 每秒可以拍攝幾個劃面 (frame per sec, fps)

　　iii. 還有其他的取像設備嗎?

　e. 照片又是什麼? 要印多大張?

2. [實作課程] C++ Builder 程式設計概念

　　C++ Builder [ 維基百科, 官網, 台灣總代理興德資訊 ] 是 CodeGear 針對 C++ 程式語言所開發的快速應用程式開發工具 ( Rapid Application Development, RAD ), CodeGear 為 C++ 加入了許多的視覺化元件, 配合整合開發環境 ( Integrated Development Environment, IDE ), 推出了 C++ Builder 這個產品, 加速了一個視窗應用程式的開發。

　(1) applications, project file, exe file
　(2) units, cpp file, object file
　(3) forms, frm file
　(4) header file
　(5) VCL ( visual component library )
　(6) components, component palette

　(7) objects
　(8) object inspector

　　　

　(9) properties
　(10) events
　(11) methods
　(12) event-driven programming ( 事件驅動程式設計 )

　延伸閱讀: software development process
　

Week 1: 課程說明

2011-09-09T10:02:00.016+08:00

1. 評分百分比
　a. 期中考:　( 30% )
　b. C++ Builder 程式作業:　( 60% )
　c. 報告: 閱讀報告, 參觀展覽報告, 專題研究報告 ...任選一類 ( 10% )

2. 影像處理可以做什麼?

人們對於數位影像處理方法的興趣來自於兩個主要的應用領域: 改善影像資訊供人理解之用, 以及處理影像資料供自動機器感知所需的儲存、傳輸與表示。

　　

　a. 修圖

　

　b. 車牌自動辨識

　

3. 什麼是影像(image)? [PART 1]

　a. 什麼是影像?

　b. 與音樂之間的差別是什麼?

　　時間軸(樂譜)上音階的變化 VS 平面空間(畫布)上色彩的變化

　c. 數位化是什麼?

　　空間上的數位化 (取樣, sampling): 解析度 (resolution)
　　色彩上的數位化 (量化, quantization): 位元深度 (bit depth)

　d. 如何取得影像?

　　i. 相機 (底片機, 數位相機): 光圈、快門、感光元件、曝光值
　　ii. 用攝影機可以嗎? : 每秒可以拍攝幾個劃面 (frame per sec, fps)
　　iii. 還有其他的取像設備嗎?

　e. 照片又是什麼? 要印多大張?

4. 參考書籍

　　

　原著: Rafael C. Gonzales, Richard E. Woods
　譯者: 繆紹綱教授 (中原大學電子系)

　ISBN: 978-986-6534-10-2 (aNobii)
　出版: 台灣培生教育出版股份有限公司
　發行: 普林斯頓國際有限公司
　代理: 高立圖書有限公司
　聯絡電話: (02)2290-0318 分機 235 蔡小姐
　定價: 880 元 (團購價: 740 元)

　本書特色:
　　♦ 空間域與頻率域影像處理的全新探討方式。
　　♦ 新增模糊集合及其在影像處理應用的討論。
　　♦ 新增電腦斷層掃描的章節。
　　♦ 小波轉換章節的重大修訂。
　　♦ 資料壓縮章節的全新改版，包括新的壓縮技術、數位視訊壓縮標準以及浮水印。
　　♦ 形態學影像處理的更深入討論。
　　♦ 新加入的邊緣檢測方法，包括 Marr-Hildreth 演算法和 Canny 演算法。
　　♦ 加入超過 400 張新影像、超過 200 個線狀圖和表格以及 80 個以上的新習題。
　　♦ 對於複雜的處理程序，以逐步的演算法形式整理出。
　　
　　第一章　緒論
　　第二章　數位影像基礎
　　第三章　強度轉換與空間濾波
　　第四章　頻率域上的濾波
　　第五章　影像復原與重建
　　第六章　彩色影像處理
　　第七章　小波和多解析度處理
　　第八章　影像壓縮
　　第九章　形態學影像處理
　　第十章　影像分割
　　第十一章　表示與描述
　　第十二章　物體辨識
　　影像壓縮用的編碼表
　　參考文獻
　　英中文索引
　

Depixelizing Pixel Art

2011-08-15T11:44:00.002+08:00

Super Mario World 2: Yoshi's Island, © Nintendo

Scriptol: Amazing algorithms to enhance or transform images

2011-08-15T11:38:00.002+08:00

List of algorithms for image processing whose level of intelligence avoids infinitely complex tasks.
From the simplest to more complex ones...

News: 兩顆大眼睛！Sony 3D 攝錄影機下周登台!

2011-03-05T13:34:00.003+08:00

[ Ｔ客邦原始新聞連結 ]

Sony 即將在下週舉辦 2011 全系列攝錄影機發表會，已經透露會有在 CES 上頗受矚目的，全球第一台 10 倍光學變焦 Full HD 3D 機種、全球第一台微投影 AVCHD 機種以及所有本年度共計七台的新機，下周就可以看到這台驚人的Full HD 3D攝錄影機現身台灣。

自從 Panasonic 發表第一款 3D 攝錄影機 HDC SDT750，已經很久不見新款 3D 攝錄影機上市，而且實際上市的機種也是少之又少，最近又到攝錄影機新一代機種亮相的時節，包括 Sony、JVC、Panasonic 等品牌，都會陸續舉辦新機發表，最快豋場的，就是下周 Sony 的 Full HD 3D 攝錄影機。

全球首款 10 倍光學變焦 Full HD 3D 機種

Sony 的 3D 攝錄影機，最早是在 CES 上發表，同展上也有 JVC 發表 3D 攝錄影機 GS-TD1，而Panasonic 一系列新機，幾乎都可以搭載 3D鏡頭，變成3D攝錄影機，不過相較於 Panasonic 搭載 3D 鏡頭的方式，Sony 的 HDR-TD10，是紮紮實實的內建雙鏡頭，有雙處理器、雙鏡頭、雙感光元件，鏡頭獨立拍攝都是 Full HD 高畫質影片，並不像 Panasonic 裝上鏡頭後，解析度只剩一半的模式，是真正的 3D Full HD 攝錄影機。

感光元件是採用兩顆 1/4"背照式 Exmor R CMOS Sensor，鏡頭是搭載 Sony G Lens，機身控制在一般家用機種相當的尺寸，不過搭載了雙鏡頭，寬度不免擴張了許多，比硬碟式的 HDR-XR550，還要寬約 1.5 公分，重量也多了 100 多公克。在 3D 的錄影功能上，並不是特別強，而且大多數功能都是只能在 2D 錄影時才能使用，像是白平衡、臉部偵測、微笑快門、追蹤對焦、場景模式等，幾乎可以說只有 Auto 模式可以用。

YouTube: 裸視 3D 技術?

2011-01-28T21:38:00.000+08:00

Note: 2010F 學期總成績公布

2011-01-12T21:47:00.001+08:00

目前成績為51-59分者,
如果補交作業, 成績就會及格,
如果不補交, 成績就會不及格！

預定 ~~1/13 晚上 12:00~~ 1/14 早上 10:00 送出成績！
逾時不候！

Note: 2010F 作業成績公布

2011-01-11T20:10:00.003+08:00

有缺交作業者, 請盡快繳交, 預定~~星期三晚上~~星期四早上, 送出成績!

Note: 2010F 小考與Sony 3D 展心得成績

2011-01-10T05:14:00.003+08:00

Week 17: 程式實作

2011-01-07T01:36:00.009+08:00

A, B 兩個方塊的顏色相同嗎?

Youtube 的 3D 簡介

3D 立體影像程式設計

左眼眼鏡: 紅色鏡片
右眼眼鏡: 藍色鏡片

進入左眼影像: 只留紅色, 將綠色、藍色之色彩值設為 0。
進入右眼影像: 保留綠色、藍色(青色), 將紅色之色彩值設為 0。

合成圖: 從左眼影像取得紅色色彩, 從右眼影像取得綠色、藍色(青色) 之色彩值。

Week 16: 平滑與銳化空間濾波器

2010-12-31T09:43:00.006+08:00

§ 3-5 平滑空間濾波器

　1. 平滑線性濾波器

　

　2. 排序統計(非線性)濾波器

　

§ 3-6 銳化空間濾波器

　1. 基礎: 一階導數與二階導數
　2. 二階導數在影像銳化上的使用 - 拉普拉斯
　3. 銳化遮罩以及高增幅濾波

Week 15: 濾鏡處理 filtering

2010-12-24T09:56:00.006+08:00

1. 摺積 (convolution): Joy of Convolution

2. 影像處理的濾鏡處理, 其原理本身就是摺積運算的二維情況!

　範例程式: DIP2010-SP-Filtering

作業三: 3D 立體影像創作

　本次作業分成以下三部分:

　1. 用數位相機分別拍攝左眼影像與右眼影像

　2. 用 C++ Builder 將上述兩張影像創作出一張紅藍濾鏡的 3D 立體影像。

　3. 討論 3D 影像創作之效果

作業四: 濾鏡處理程式

　用 C++ Builder 撰寫一個 3*3 的濾鏡處理程式, 功能包括:

　1. 平滑化 (smoothing)。

　2. 銳利化 (sharping)

　3. 中位數濾鏡處理 (medium filtering), 去除胡椒鹽雜訊。

Week 14: 程式實作: 直方圖均化處理 (hishogram equalization)

2010-12-17T09:30:00.006+08:00

1. 本週課程進度為程式實作課程, 主題是: 直方圖均化處理。
　請同學在課堂上撰寫程式, 將一張拍攝對比不是很好的影像做直方圖均化處理。

直方圖均化處理前影像:

直方圖均化處理後影像:

　
作業二: 直方圖顯示與直方圖均化處理

　本次作業分成以下 3 部分:

1. 用 C++ Builder 將一張影像的直方圖與其相關基本訊息顯示出來。

2. 用 C++ Builder 將一張對比不明顯的影像用直方圖均化處理後, 重新顯示出來。

3. 心得與討論
　

Week 13: 3D 立體影像原理講解

2010-12-10T01:15:00.011+08:00

1. 課堂 3D 立體影像體驗

在課堂直接體驗 3D 立體影像!

大家公認拍最好的一張立體影像!

2. Sony 3D 異想世界體驗分享

　
3. 講解直方圖均化處理的演算法。

直方圖均化處理前影像:

直方圖均化處理後影像:

Week 12: 小考

2010-11-29T13:38:00.011+08:00

1. 本週第一節課 (9:10) 舉行本學期的第一次小考,
　請同學移至 S413 教室, 請隔排坐, 只坐奇數排應考。

　　

　　

　　

　　

　　

　　

2. 本週第二節課 (10:10) 請同學回教室撰寫關於本課程的建議與回饋。

3. Sony 3D 異想世界

4. Microsoft Kinect

　

　
　
　

　

Week 11: Histogram 直方圖統計

2010-11-26T11:06:00.007+08:00

1. 作業一的延伸討論:

　Binary Image 演算法與範例程式講解

2. Region Growing 演算法與範例程式講解

3. Histogram 直方圖統計 (作業二: Part 1)

　

　

Digital Picture Now Comes Stamped

2010-11-23T14:24:00.001+08:00

原始文章連結
中文介紹網頁: 科技新知：把照片變成印章的數位相機

Week 9: 數學工具

2010-11-12T10:59:00.003+08:00

1. 小考:
　　Week 12 (2010/12/03) 9:10 AM
　　　Chapter 1 - Chapter 2

2. § 2.6 簡介用於數位影像處理的數學工具
　§ 2.6.1 陣列矩陣運算
　§ 2.6.2 線性對非線性運算
　§ 2.6.3 算術運算: 加減乘除
　§ 2.6.4 集合與邏輯運算
　§ 2.6.5 空間運算

Week 8: 量化程式之實作與討論 (作業一)

2010-11-08T10:45:00.015+08:00

作業一:

繳交期限: Week 8 (2010/11/05)

將一張彩色影像轉成灰階影像後, 再對灰階影像進行色彩量化處理, 分別用 128 色, 64 色, 32 色, 16 色, 8 色, 4 色, 2 色(黑白影像) 顯示。

　原圖: 彩色影像

　　

　灰階影像: 256 色階
　　

　灰階影像: 128 色階

　　

　灰階影像: 64 色階

　　

　灰階影像: 32 色階

　　

　灰階影像: 16 色階

　　

　灰階影像: 8 色階

　　

　灰階影像: 4 色階

　　

　黑白影像(binary image)

　　
　
　延伸討論:

　1. 由於同學要求: "希望老師可以指導如何使用內建的物件直接達成PixelFormat:= pf2bit 的方法" , 因此, 我特地將如何直接將一張 PixelFormat = pf24bit 的彩色影像, 直接轉換成一張新的 PixelFormat = pf1bit 的黑白影像的範例程式提供給同學參考。

　　範例程式: DIP2010-SP-BinaryImage.c

　　

　　同學們可以使用滑鼠右鍵, 看影像檔案的基本資訊, 如下圖示,

　　

　　就會看到這張黑白影像 BinaryModeBird.bmp 的檔案大小是 9.77 KB (10,006 bytes),

　　

　　而原先的黑白檔案 BinaryBird.bmp, 其實只有顯示出黑白二色, 儲存格式還是 PixelFormat = pf8bit 的灰階影像, 檔案大小是 78.74 KB (80,630 bytes), 如下圖所示。

　　
　

Week 7: 數位影像基礎

2010-11-08T10:27:00.004+08:00

1. § 2.4 影像的取樣和量化

　數位化(digitalization) = 取樣(sampling) + 量化(quantization)

2. § 2.4.4 影像內插 (interpolation):
　a. 重新取樣 (resampling)
　b. 最近鄰插補 (nearest neighbor interpolation)
　c. 雙線性插補 (bilinear interpolation)
　d. 雙立方插補 (bilinear interpolation)

3. § 2.5 像素間的基本關係
　a. 像素的近鄰:
　　　4-近鄰 (4-neighbors),
　　　8-近鄰 (8-neighbors),
　b. 鄰接性(adjacency)
　　　4-鄰接性 (4-adjacency)
　　　8-鄰接性 (8-adjacency)
　　　m-鄰接性 (m-adjacency): 混合鄰接性(mixed adjacency)
　c. 連通性
　d. 區域
　e. 邊界
　f. 距離量測
　

Week 6: 灰階影像

2010-10-22T10:11:00.008+08:00

1. TBitmap::PixelFormat

2. Sample Program

　　

　　

　　

3. 作業一: 將一張彩色影像轉成灰階影像後, 再對灰階影像進行色彩量化處理, 分別用 128 色, 64 色, 32 色, 16 色, 8 色, 4 色, 2 色(黑白影像) 顯示。
　繳交期限: Week 8 (2010/11/05)
　

Week 5: 再深入探討影像元件

2010-10-15T08:57:00.009+08:00

0. 個別訪談學習進度:
　為了更精確掌握同學的學習進度, 進行個別訪談學習進度。

1. 如何動態新增一個影像元件?

2. Error Message: Scanline index out of range
　　imNew->Picture->Bitmap->Height
　　imNew->Picture->TBitmap->Width

3. TBitmap::PixelFormat

4. Sample Program

　　

　　

Week 4: TBitmap::ScanLine

2010-10-08T10:19:00.004+08:00

1. ProgressBar

2. TBitmap::ScanLine

在 C++ Builder 的影像元件 TImage 中, 包含了一個 TPicture 的元件, TPicture 又包含了一個 TBitmap 的元件, TBitmap::ScanLine 這個 Property 則是存放了每一行影像色彩存放在電腦記憶體中的起始位置, 因此, 有了這個記憶體位置, 就可以對影像內容進行存取(修改/讀取)。

更新記憶體後的影像元件的外觀顯示, 有可能和記憶體中不相符, 我們可以用 Refresh() 這個 method 來將影像的外觀重新顯示。

　　Image1->Refresh();

3. 動態宣告二維陣列

4. 範例程式

BNEXT: Google 發表影像壓縮新技術取代過時的 JPEG

2010-10-01T21:53:00.005+08:00

數位時代網站新聞精選原始連結
撰文者: 戴佳慧日期：2010/10/01

一向以完美網頁瀏覽體驗為己任的 Google 再出新招！今天 Google 在 Chromium 官方部落格上發表了一種全新影像格式 WebP，能大幅改善網頁圖檔的傳輸效能。經過 WebP 壓縮的影像，檔案大小比常見的 JPEG、GIF、PNG 格式平均減少了 39%，色調和色彩演繹相較之下也毫不遜色。

Chromium 部落格指出，今日的網頁傳輸有 65% 用在影像和照片下載。在行動網路和頻寬有限的情況下，使用者點開網頁之後，還要耐心等待圖片緩緩展開。為了提供使用者更順暢、更愉快的網頁瀏覽經驗，Google 利用全新壓縮技術 VP8 設計了一套新的影像壓縮格式 WebP，大幅減少圖檔大小，讓網頁下載更迅速。

VP8 原本是由美國上市科技公司 On2 所開發出來的視訊壓縮格式，Google 在今年年初收購了On2，接著在五月開放 VP8 技術原始碼。Google 看出 VP8 技術在圖像失真壓縮上也大有可為，足以取代過時的 JPEG、GIF 格式等早年研發成果，因此將 VP8 稍加改編之後推出了新的 WebP 影像格式。

Google 隨機在網路上找了一百萬張圖片作測試，比較 WebP 和傳統格式的壓縮效能和畫質，並分享了幾中幾張圖片讓網友們參考。Google 網站上也提供了轉換軟體，能夠將各種格式的圖片輕鬆轉換成 WebP 檔，歡迎網友們一同試用比較。

Week 3: Image Opening

2010-10-01T09:49:00.002+08:00

本週為 C++ Builder 實作課程, 講解以下的資料形態:
　a. TImage
　b. TCanvas
　c. OpenPictureDialog
　　　ex: OpenPictureDialog1->Execute();
　　　　　OpenPictureDialog1->FileName
　d. SavePictureDialog
　e. TColor
　f. Pixel[][]

範例程式

Week 2: CH 1 緒論

2010-09-24T10:05:00.003+08:00

1. [理論課程] CH 1 緒論

2. [實作課程] C++ Builder 程式設計概念

　　C++ Builder [ 維基百科, 官網, 台灣總代理興德資訊 ] 是 CodeGear 針對 C++ 程式語言所開發的快速應用程式開發工具 ( Rapid Application Development, RAD ), CodeGear 為 C++ 加入了許多的視覺化元件, 配合整合開發環境 ( Integrated Development Environment, IDE ), 推出了 C++ Builder 這個產品, 加速了一個視窗應用程式的開發。

　(1) applications
　(2) units
　(3) forms
　(4) VCL ( visual component library )
　(5) components, component palette

　(6) objects
　(7) object inspector

　　　

　(8) properties
　(9) events
　(10) methods
　(11) event-driven programming ( 事件驅動程式設計 )
　

Week1: 課程簡介與評分說明

2010-09-17T12:05:00.004+08:00

1. 教科書:
　　(理論) 數位影像處理 Digital Image Processing
　　　　　原著: Gonzalez, Woods 譯者: 繆紹綱等
　　　　　代理: 高立圖書有限公司

　　　　　

　　(實作) C++ Builder 6 完全攻略
　　　　　作者: Time 研究室
　　　　　出版: 上奇圖書有限公司

　　　　　

2. 評分原則:
　　(理論) 小考 ( 45% )
　　(實作) 作業部落格 Homework Show @ DMC 繳交程式作業 ( 45% )　
　　(課堂表現) 出缺席, 上課玩 Game, 睡覺...等 ( 10% )

3. 點名簽到: 每週第一堂課就會發簽名單給同學簽到。

Note: 成績公告

2010-01-19T13:40:00.017+08:00

目前作業成績, 平時成績已經計算完畢 !

平時成績分成兩部分:

1. 出缺席 or 遲到: 滿分 10 分。
　遲到 or 缺席者每週扣 1 分, 以扣 10 分為限。

2. 上課用心程度: 滿分 20 分。
　早到, 用心寫程式, 互動, 完成課程要求,
　等融入課堂情境認真學習者, 每紀錄一次得 2 分,
　
　各項成績在這邊看　(2009/1/21 15:00 AM 更新)

2009/1/19 20:55 PM 訊息:
1. 有一堆人的作業都是寫不出比較有深度的內容, 作業成績都是 60 分, 加上平時成績不高, 導致分數不及格。
2. 基本上, 我不會當那麼多人, 不過, 一定會當掉一些人就是了 !
3. 如果想要用自己的力量過關的同學, 今天晚上把課本看懂, 報告再改一改, email 通知我重閱報告!

2010/1/20 21:00 PM 訊息:
1. 成績公布更改為只公布學號末四碼。
2. 部分同學作業成績更新。

2010/1/21 9:15 AM 訊息:
1. 分數最後調整原則確立:
　a. 分數已達 60 分者, 每人加 5 分。
　b. 分數在 55-59 分者, 調整至 60 分。
　c. 不及格人數 4 人, 比去年減少 1 人。

2010/1/21 15:06 PM 訊息:
1. 部分同學作業成績更新。
　
　

Week 17: Edge Detection (梯度計算)

2010-01-08T09:45:00.003+08:00

1. 梯度是什麼?

2. Sobel 運算子

3. 作業 7 : Sobel 運算子實作 (Sobel Operator Implementation)

4. 作業 8 : 期末心得與檢討報告 ( 可加分 1~3 分 )

Week 16: 2010 元旦放假一天

2010-01-04T15:06:00.008+08:00

作業評分主要分成 A(90), B(75), C(60) 三個大等級, 然後再加減。
對作業成績不滿意的同學, 可以隨時再做更改,
但記得要通知我: 你改了哪些內容, 我會去重評你的作業。

Week 15: 空間濾波器實作(spatial filter Implementation)

2009-12-25T09:57:00.005+08:00

本週我們請同學們直接在課堂上撰寫程式:

1. 請同學先執行範例程式 IPC-2009F-SP07.txt

2. 請同學將範例程式改成既可以處理彩色影像, 也可以處理灰階影像的程式:

3. 請同學將範例程式改成既可以由使用者輸入 filter 的功能。

作業6 : 完成空間濾波器 (spatial filtering) 程式實作。
　　　程式必須能夠自動判斷影像模式, 由使用者輸入依照需求輸入不同的 filters。

Week 14: 空間濾波的基本原理

2009-12-12T20:42:00.006+08:00

§ 3-4 的內容主要是在討論空間濾波器(spatial filter)在影像增強方面的應用。

在講解完空間濾波的基本原理之後, 我們直接在課堂上撰寫下面的範例程式:

　灰階影像之 3*3 空間濾波器之模型: IPC-2009F-SP07.txt

範例程式: 直方圖均化 (Histogram Equalization)

2009-12-12T16:00:00.007+08:00

直方圖均化(Histogram Equalization)範例程式: IPC-2009F-SP06.txt

灰階影像之實驗結果:

課本圖 3.20(a), 這張影像的就是課本圖 3.16, 圖片不但偏暗, 而且對比度很低。

執行直方圖均化程式後的結果, 對比度增強了。

課本圖 3.20(b), 這張影像的就是課本圖 3.16, 圖片偏亮, 但對比度也很低。

執行直方圖均化程式後的結果, 對比度增強了。

範例程式: 直方圖統計

2009-12-11T21:48:00.007+08:00

直方圖統計(Histogram)範例程式: IPC-2009F-SP05.txt

實驗結果:

原圖 WaterLily.bmp (512*512)

直方圖統計

Week 13: 直方圖範例程式講解

2009-12-11T11:58:00.006+08:00

1. 直方圖範例程式講解

2. 指紋辨識系統體驗

3. 注意:
　請於下星期四之前完成本課程的作業 1~3
　缺交的同學, 將不再提供補交機會,
　請把握學習時機！

Week 12: 直方圖均化

2009-12-10T20:52:00.000+08:00

本週課程討論的主題是直方圖均化的原理與程式實作。

範例程式: 對比度擴展(Contrast Stretching)

2009-12-01T00:15:00.004+08:00

對比度擴展(Contrast Stretching)範例程式: IPC-2009F-SP04.txt

課本圖 3.10 (b) 低對比度影像

範例程式執行結果: 對比自動增強了 !
圖 3.10 (c)

範例程式執行結果: 彩色影像的實驗,

此低對比度影像是利用 Photoshop CS 調出來的!

經過範例程式的自動計算與處理, 恢復成高對比度的影像!

範例程式: 影像旋轉

2009-11-30T15:06:00.001+08:00

影像旋轉範例程式 IPC-2009F-SP02.txt

範例程式執行結果: 逆時針旋轉 30 度

範例程式: 負片

2009-11-30T15:02:00.002+08:00

負片範例程式 IPC-2009F-SP01.txt

範例程式中, 用了一個新的 Property, TBitmap::ScanLine, 在 C++ Builder 的影像元件 TImage 中, 包含了一個 TPicture 的元件, TPicture 又包含了一個 TBitmap 的元件, TBitmap::ScanLine 這個 Property 則是存放了每一行影像色彩存放在電腦記憶體中的起始位置, 因此, 有了這個記憶體位置, 就可以對影像內容進行存取(修改/讀取)。

另外, 這個程式不只可以處理彩色影像, 灰階影像也可以自動分辨與處理, 但必須要新增一個灰階調色盤, ..

灰階影像的實驗結果

彩色影像的實驗結果

　

範例程式: 彩色影像轉成灰階影像

2009-11-30T14:58:00.001+08:00

IPC-2009F-SP03.txt

實驗結果:

Note: 本學期作業一覽表

2009-11-29T10:53:00.007+08:00

在同學的期中課程檢討報告中, 有同學提到不知道哪些程式是作業, 要繳交到作業分享部落格 ? 哪些只是課堂上的程式練習, 不需繳交到課程部落格? 因此, 我特地將本學期到目前為止的作業一覽表公告出來, 請同學盡快繳交作業。

作業1 : 開啟並讀取一張影像到二維陣列中。
　　　　公告於 Week 02

作業2 : 影像旋轉。
　　　　公告於 Week 04

作業3 : 請完成類似 Photoshop 或 PhotoImpact 的 Histogram 顯示功能。
　　　　公告於 Week 07

作業4 : 完成乘冪律 (Gamma) 轉換程式實作。
　　　　公告於 Week 09

作業5 : 完成位元平面 (bit-planes) 程式實作。
　　　　公告於 Week 11

作業6 : 完成空間濾波器 (spatial filtering) 程式實作。
　　　　公告於 Week 15

作業7 : 完成Sobel 運算子實作 (Sobel Operator Implementation)
　　　　公告於 Week 17

作業8 : 期末心得與檢討報告 ( 可加總分 1~3 分 )
　　　　公告於 Week 17
　

想要知道課程部落格的最新狀況, 除了訂閱本課程部落格之外, 也可以使用 blogger 的追蹤功能, 除此, Follow 我的噗浪也是一種方式啦！
　

Week 11: 逐段線性轉換函數

2009-11-27T09:23:00.009+08:00

Homework 5: 完成位元平面 (bit-planes) 程式實作。

PS1: 負片範例程式已經上網...

Week 09: 乘冪律(Gamma)轉換程式實作

2009-11-13T14:17:00.014+08:00

§ 3.2.3 乘冪律(Gamma)轉換　　課本 P. 107

　　s = c * r ^ γ　　　　　　　　( 3.2-3 )
　

圖 3.8 (a) 人類破碎脊椎的磁共振影像;

圖 3.8 (b) 執行 (3.2-3) 式轉換後的結果;　γ = 0.6

圖 3.8 (c) 執行 (3.2-3) 式轉換後的結果;　γ = 0.4

圖 3.8 (d) 執行 (3.2-3) 式轉換後的結果;　γ = 0.3　

圖 3.9 (a) 空照影像;

圖 3.9 (b) 執行 (3.2-3) 式轉換後的結果;　γ = 3.0

圖 3.9 (c) 執行 (3.2-3) 式轉換後的結果;　γ = 4.0

圖 3.9 (d) 執行 (3.2-3) 式轉換後的結果;　γ = 5.0

彩色影像的實驗結果:

原始彩色圖

　γ = 0.3　

　γ = 2.0　

　
Homework 4: 完成乘冪律(Gamma)轉換程式實作。
　

Week 08: 強度轉換與空間濾波的基本概念

2009-11-06T09:18:00.013+08:00

DIP 3/e Image Downloads

負片範例程式

Week 07: 簡介用於數位影像處理的數學工具

2009-10-30T10:13:00.005+08:00

本週我們要討論的主題是 § 2-6 簡介用於數位影像處理的數學工具, 這些數學工具真的很好用, 我們下學期的互動視訊遊戲製作這門課, 就會用到這些工具來撰寫程式。

第三個作業: 請完成類似 Photoshop 或 PhotoImpact 的 Histogram 顯示功能。
　

　

Week 06: 像素間的基本關係

2009-10-23T10:05:00.009+08:00

本週我們要討論的主題是 § 2-5 像素間的基本關係, 這節所談論到的基本定義, 應用非常廣泛, 例如: 影像處理軟體 Photoshop, PhotoImpact 中的魔術棒選取工具, 就是用到這些觀念!

　
甚至, 我們下學期要開的互動視訊遊戲製作, 也會用到 connected component 的觀念！
　

　

　

Week 05: 影像如何旋轉? (2)

2009-10-16T06:46:00.015+08:00

1. 兩角和與差的三角函数公式

　sin(θ1＋θ2) ＝ sinθ1 cosθ2 ＋ cosθ1 sinθ2
　sin(θ1－θ2) ＝ sinθ1 cosθ2 － cosθ1 sinθ2
　cos(θ1＋θ2) ＝ cosθ1 cosθ2 － sinθ1 sinθ2
　cos(θ1－θ2) ＝ cosθ1 cosθ2 ＋ sinθ1 sinθ2

　要推導出旋轉座標轉換公式, 必須用到上述的公式。

2. 影像旋轉演算法
　輸入: 原始影像 imOriginal[][]
　輸出: 旋轉後影像 imRotation[][]

　a. 根據原始影像的大小(高與寬), 計算旋轉後影像的大小。
　　以對角線長度當作旋轉後影像之大小。
　　int iImageHeight; //原始影像的高
　　int iImageWidth; //原始影像的寬
　　int iImageDiagonal; //原始影像的對角長度, 旋轉後影像的高與寬
　　iImageDiagonal = ceil(sqrt(iImageHeight*iImageHeight+iImageWidth+iImageWidth));

　b. 動態宣告大小為 iImageDiagonal * iImageDiagonal 的二維陣列
　
　c. 計算兩張影像的旋轉中心之座標
　　int iOriginalCenterI,iOriginalCenterJ;
　　int iRotationalCenterI,iRotationalCenterJ;

　　iOriginalCenterI = iImageHeight / 2;
　　iOriginalCenterJ = iImageWidth / 2;

　d. 針對旋轉後影像的每一個像素的座標, 分別計算原始影像的對應像素之座標
　　int iNewI, iNewsJ; //旋轉後影像, 像素 (i, j) 相對於旋轉中心的座標
　　iNewJ = j - iNewOriginX;
　　iNewI = i - iNewOriginY;
　　
　　// 使用旋轉公式, 計算出旋轉前的相對座標
　　iOldJ = iNewI * dCosAngle - iNewJ * dSinAngle;
　　iOldI = iNewI * dSinAngle + iNewJ * dCosAngle;

　　// 還原出影像陣列的座標
　　iOldJ = iOldJ + iOldOriginY;
　　iOldI = iOldI + iOldOriginX;
　
　　// 開始搬移影像內容　
　　ucRotationalMatrixR[i][j] = ucMatrixR[iOldI][iOldJ];
　　ucRotationalMatrixG[i][j] = ucMatrixG[iOldI][iOldJ];
　　ucRotationalMatrixB[i][j] = ucMatrixB[iOldI][iOldJ];
　

Week 04: 影像如何旋轉? (1)

2009-10-09T09:44:00.012+08:00

課堂討論主題:
1. 影像旋轉的演算法
　a. 什麼是演算法?
　b. 要解決的問題是什麼?
　c. 影像旋轉演算法的輸入是什麼?
　d. 影像旋轉演算法的輸出是什麼?
　e. 維基百科上的旋轉條目
　
本課程第二個作業: 影像旋轉

Week 03: Digital = Sampling + Quantization

2009-10-02T21:29:00.005+08:00

課堂討論主題:
　§ 2-4: 影像的取樣和量化

Week 02: 如何開啟並讀取一張影像?

2009-09-28T08:34:00.006+08:00

1. 本週的程式示範是如何開啟一張影像?

2. 如果同學從來沒有使用過 C++ Builder, 請務必準備一本 C++ Builder 的相關使用手冊, 這樣會對你撰寫本課程作業有很大的助益。我們推薦的是:

3. 本課程第一個作業是: 開啟並讀取一張影像到二維陣列中。

　作業參考網頁
　林詣棋學長的優良作業

注意: 如果是一張彩色影像, 那每個像素就會有紅, 綠, 藍三個顏色的資料。在這個資料中, 用 0 ~ 255 值(unsigned char) 來告訴你紅色的成分有多紅, 綠色的成分有多綠, 藍色的成分有多藍。因此, 你勢必要動態宣告三個二維陣列來儲存這些色彩資料。

4. 本週課本指定閱讀範圍:
　從第一章起到第二章第三節 (pp. 1 - 49)
　

Week 01: 本課程的評分原則

2009-09-18T09:10:00.012+08:00

1. 本課程 98 學年度的評分原則如下:

　a. 影像處理程式作業共 7 次 ( 70% )

　b. 學習態度 ( 30% )

　　點名未到者(包含遲到者), 一次扣 1 分, 以 10 分為限。
　　上課睡覺 or 玩電玩 (電腦遊戲, 掌上遊戲機, 手機遊戲) 一次扣一分。
　　上課學習認真, 互動良好者, 一次加 1 分, 以 20 分為限。
　　所以原則上, 每位同學目前有 10 分的基本分。

2. 作業繳交部落格 Homework Show @ IPC

　請修課同學在本篇文章中, 留下學號與 email , 我會發共同作者的邀請信給你, 讓你有權限可以在作業部落格繳交作業。

3. 教科書: 數位影像處理

4. 指紋影像處理論文

5. 本週之程式練習題

　a. 如何撰寫影像色彩 RGB 的直方圖

　　

　b. 如何找到一張影像中最亮的一點
　
6. 下課上課時請攜帶下列物品:

　a. 教科書 or 費用

　b. 自己指紋的 bmp 檔 ( 高寬各約512 )

　c. 指紋影像處理之論文

　

教科書: 數位影像處理

2009-09-14T11:56:00.007+08:00

這是 98 學年度上學期的影像處理選修課的教科書！

原著: Rafael C. Gonzales, Richard E. Woods
譯者: 繆紹綱教授 (中原大學電子系)

ISBN: 978-986-6534-10-2 (aNobii)
出版: 台灣培生教育出版股份有限公司
發行: 普林斯頓國際有限公司
代理: 高立圖書有限公司
聯絡電話: (02)2290-0318 分機 235 蔡小姐
定價: 880 元 (團購價: 740 元)

本書特色:
♦ 空間域與頻率域影像處理的全新探討方式。
♦ 新增模糊集合及其在影像處理應用的討論。
♦ 新增電腦斷層掃描的章節。
♦ 小波轉換章節的重大修訂。
♦ 資料壓縮章節的全新改版，包括新的壓縮技術、數位視訊壓縮標準以及浮水印。
♦ 形態學影像處理的更深入討論。
♦ 新加入的邊緣檢測方法，包括 Marr-Hildreth 演算法和 Canny 演算法。
♦ 加入超過 400 張新影像、超過 200 個線狀圖和表格以及 80 個以上的新習題。
♦ 對於複雜的處理程序，以逐步的演算法形式整理出。

第一章　緒論
第二章　數位影像基礎
第三章　強度轉換與空間濾波
第四章　頻率域上的濾波
第五章　影像復原與重建
第六章　彩色影像處理
第七章　小波和多解析度處理
第八章　影像壓縮
第九章　形態學影像處理
第十章　影像分割
第十一章　表示與描述
第十二章　物體辨識
影像壓縮用的編碼表
參考文獻
英中文索引

請要參與團購的修課同學, 留下學號, 姓名, 9/25 日即可在課堂上繳錢領書。
　

Note: 成績已經繳交送出

2009-01-09T22:22:00.000+08:00

請同學自己上學生系統查詢, 即可...

祝同學假期愉快!

Note: 總成績大原則確立

2009-01-08T23:27:00.008+08:00

這幾天思考了很久, 剛剛終於確認總成績處理的大原則: 成績倒數 5 位同學不及格。

　潘怡妌, 潘文凡, 吳俊德, 許智凱, 向冠林。

　三年級不及格同學中, 剛好甲班 2 位, 乙班 2 位。

　總修課同學 57 人, 不及格者 5 人, 占 8.8 %
　
系核心能力意見調查, 目前不到修課人數一半參與, 請盡快投票...

News: 指紋膠帶貼手韓女成功闖日

2009-01-02T12:42:00.000+08:00

指紋辨識是影像處理研究領域的老題目了, 在我還在當研究生的年代中, 實驗室的研究主題之一就是指紋辨識...

指紋膠帶貼手韓女成功闖日

原始新聞連結
( 自由時報 2009/01/02 編譯鄭曉蘭綜合報導 )

日本耗資數十億日圓的入境辨識系統，不敵一片小小的特製膠布！

一名南韓女子在掮客協助下，傳出利用特製膠布假造指紋，順利從日本青森機場入境，數月後才被相關單位查獲，驅逐出境。女子供稱還有多名南韓人以相同手法入境，日方正全力追查。

日本「讀賣新聞」一日以頭版頭條報導，1 名 51 歲南韓女子於 2007 年 7 月因違法居留被日方驅逐出境，去年 4 月卻持假護照，並且利用特製膠布偽造指紋，成功騙過青森機場的入境審查系統後入境，直到同年 8 月才在東京某公寓被逮，訊後被遣送回南韓。

調查指出，女子在南韓聽從掮客指示，購買飛往青森的機票，掮客還給她特製膠布，教她入境按指紋前將膠布貼在指頭上。日本入境管理局實驗證實，指頭上若貼市售膠帶按指紋，辨識系統會顯示「錯誤」訊息，故偽造指紋用的應為特製膠帶。

目前人在南韓的該名女子，接受媒體訪問時表示：「特製膠帶呈現膚色，觸感類似橡膠，上頭印有指紋圖樣。」她說，當初付出約台幣 47 萬元的代價給掮客。該掮客透露，已協助多名南韓人違法入境日本，選擇青森機場是因為小機場的審查較為鬆散。

為強化反恐對策，日本耗資 40 億日圓以上（約台幣 14 億 5000 萬元以上），自 2007 年 11 月開始實施外籍人士入境指紋以及面孔辨識系統。日本也成為繼美國之後，全球第二個實施指紋以及面孔入境審查制度的國家。

過去一年來，約有 936 萬名外籍入境旅客接受這項審查，其中有 846 人被日本拒絕入境。

國內鑑識專家: 理論可行

原始新聞連結
〔自由時報 2009/01/02 記者黃敦硯、蘇宇暉台北報導〕

國內鑑識專家程曉桂表示，從未聽過可偽造指紋的特殊膠布，她推測很可能是先用凝膠或蠟做出指紋模型，再貼在膠布上，利用光學活體掃描感應紋路的特性騙過機器。她研判，有可能是移民官未注意到偷渡者在指紋上動手腳，讓其闖關成功。

據了解，指紋的形成，是因手指指腹有汗腺分布，會分泌汗液，當手摸到東西時，便留下指紋，鑑識人員可以經由化學方式讓指紋現形，在國外電影中仿造他人指紋的劇情，現實生活並不常見，但理論上是有可能做到的。

程曉桂猜測，韓籍女子躲避指紋檢查的方式，可能是類似夜市攤販利用蠟製作人手的原理，以凝膠或蠟等材料，在膠帶上製作指紋，再貼在偷渡者手指，藉以躲避機場指紋活體掃描機檢查。

目前的指紋辨識，主要透過指紋機採集指紋的「節點」，即紋路上的分岔、終止或打圈處的座標位置，然後利用辨識軟體比對指紋的特徵資訊，以確定指紋擁有者的身分，但一般的指紋機不會做太多偵測，所以有心人還是有可能用造假的手法通過辨識。

Note: 請檢查平時成績登記是否有誤?

2009-01-02T01:20:00.006+08:00

平時成績與自評分數已經登記完成了,
目前老師評分10%的分數尚未填入,
請同學檢查平時成績的登記是否有誤!
成績登記有錯誤的同學,
請馬上在此文章上回應告訴我!

注意: 缺交作業的該次成績以 0 分計算!

成績 PDF 檔下載

基本上, 請 ( 互評 + 自評 > 50 ) 的同學不用擔心, 一定會及格!
系核心能力意見調查, 目前不到修課人數一半參與, 請盡快投票...

Note: 成績計算方式小更改

2009-01-01T13:14:00.002+08:00

由於同學的埋怨, 因此平時成績計算方式作以下小幅更改:

缺交作業的該次成績會以 0 分計算!

A 100

B 70

C 30

缺交 0 分

Note: 同學的問題釋疑

2008-12-27T13:03:00.005+08:00

這是一封修課同學的來信, 我將姓名等相關資料塗去後, 公佈出來, 目的是希望所有同學了解我的想法。

老師你好，我是○○○
關於這次影像處理的成績是不是就真的照今天早上說的決定?
因為我的成績這樣下來真的不好，
心得方面的分數一直都是靠其他人來作評分，也都很慘，絕大多數都是 C，
但我也只是據實以答，卻只能得到這樣的成績，實在是很難相信...
還有沒有可能增進的空間 ?
(期中跟期末兩著加權採計後 = ??分，不含自評及老師給予評分)

底下是我的回信內容:

○○○你好:

成績計算方式早於期初就公布,
大部分同學也都依循這樣的計分方式在努力尋求好成績,
因此, 現在更改計分方式是不可行的!

你的互評成績不高的主要原因
在我研讀你的報告後分析歸納出
可能是你在課堂參與的討論不夠深入
因此報告中所討論的內容僅限於表面,
因此雖然盡了全力, 仍然無法寫出同學認可的好報告!

期中考後, 你的第四章報告沒交,
第五章討論時你沒有出席課程,
經過一學期的課程,
我仍然記不得任何你在課堂上的表現,
你如果仍然無法相信你在本課程所獲得的成績,
請你回想一學期以來, 自己在課堂上的參與程度,
或許就比較能夠找出原因! 如果再不行,
我建議你去想想課程部落格第15週中所描述的問題,
看看自己是否理解那10個問題!
那些都是我在課堂上與同學討論的重點!

期中考後的所有報告都是經過課堂討論後,
同學又修改過第一星期的報告, 在下星期才讓同學互評的,
因此, 積極參與課堂的討論, 在理解後,
自然能寫出較具內涵的報告,
你自認你已經努力並據實以答,
但在我分析看來, 卻是努力錯了方向,
導致事倍功半, 成績非常不理想!

用什麼角度看待失敗, 是人生中急需學習的課題,
這是我最後與你互勉的一個觀念!

李遠坤敬上

Week 16: Course Summary

2008-12-26T19:30:00.005+08:00

1. 影像處理課本未教完之部分的快速導讀: Chapter 7 ~ 16。

2. Chapater 6 作業互評
　New Idea: 有些同學對於互評非常沒有興趣,
　因此, 我會開始研議如何讓這些同學有不用參加互評的機制;
　或者降低這些同學評分的影響力!
　相對地, 有些同學做作業非常認真, 對於互評也看得很仔細,
　這些同學的評分, 增加其影響力應該是有道理的!

3. 關於同學自評部分, 如果沒有詳細分析自己整個學期的學習過程與檢討, 就給自己高分, 在我的評分部份就會相對較低。(補充說明)

4. 請多多參與系核心能力意見調查, 謝謝! (目前 18 票太低了, 不到修課人數的一半!)

Vote: 關於系核心能力的培養

2008-12-25T23:46:00.002+08:00

請問本課程是否有助於培養下列系定核心能力

* 運用數學、科學及工程知識的能力（穩固的基礎）
* 理解資訊工程的重要科技領域（寬廣的視野）
* 使用資訊技能、技術與現代電腦工程工具的能力（深入的專業）
* 設計、執行程式、分析與詮釋數據的能力（實驗設計與執行能力）
* 分析與設計資訊系統或組件的能力（系統分析與設計能力）
* 培養具備垮領域的能力（跨領域整合能力）
* 明辨、構思與解決問題的能力（思考與問題解決能力）
* 具備專案分析、規劃與執行的能力（專案計畫與執行能力）
* 口頭與書面正確表達理念的能力（有效表達的能力）
* 社交溝通與團隊合作的能力（團隊合作的能力）
* 認識時事議題，瞭解資訊工程技術對環境、社會及全球的影響，具備專業倫理（社會責任與世界觀）
* 培養持續學習的習慣與能力（終身學習的能力）

請同學踴躍參與本部落格的意見調查, 可複選喔!

Note: 成績計算公式更改

2008-12-25T22:01:00.006+08:00

由於這學期大家的表現超乎我原先的預期, 因此原先的成績計算公式:

A = 100, B = 60, C = 20

初步決定調整為:

A = 100, B = 70, C = 30

換句話說, 就是 B, C 各加 10 分, A 已經到頂了, 沒法再加了!

請通知許達易同學盡快將這一部分修正一下, 明天大家就可以計算正確的平時成績!

Week 15: Image Geometry

2008-12-19T21:42:00.004+08:00

1. 請同學先思考 Figure 6.1 的由來? 所代表的意義是什麼?
　 Figure 6.1 與小學數學課所教的植樹問題有什麼相似的地方?

2. 什麼是座標系統? 設計座標系統是用來解決生活上的麼問題?
　距離與座標之間的關係為何?
　 Figure 6.1 與座標系統又有何關係?

3. 請同學試著推導出 p.120 的座標轉換公式?

4. 什麼是 interpolation? 用來解決生活上什麼問題?

5. Figure 6.3 與 interpolation 有什麼關係?
　　(只使用與自己最接近的一個已知數的資訊)

6. linear interpolation 與 nearest-neighbor interpolation 的主要差別為何?
　　(linear interpolation 使用了與自己最接近的二個已知數的資訊)

7. 用越多的資訊來解決問題, 就會解決的越理想。
　Why? 這和 interpolation 有什麼關係?

8. 請同學試著推導 Equation 6.1 (利用相似三角形的性質)。

9. bilinear interpolation 和 linear interpolation 的差別為何?

10. 什麼是 affine transformation? 可以用來解決生活上麼問題?

同學們！如果我們這門課要考期末考, 這就是我要出的考題！
一題 10 分, 可以正大光明翻書, 時間無限, 寫到你高興, 直到你累了為止。
都是今天我們上課討論的內容。
　

Week 14: Filtering

2008-12-12T04:37:00.008+08:00

1. 以前(2004 spring)上課使用的投影片, 給大家在閱讀時參考
　Image Enhancement in Spatial Domain [ handout #3 ]

2. 請同學先嘗試用 MatLab 程式, 畫出課本 p.102 Figure 5.7 One-dimensional Gaussians 的圖。( 下載 Fig5_7.m )

　

3. 馮國棟同學提問 5.5 Gaussian Filter
　a. 什麼是 Gaussian distribution
　b. 一維與二維的 Gaussian distribution 的差別
　c. 將 Gaussian distribution 當作 Filter 的函數, 會對影像產生什麼樣的效果?
　d. 不同變異數的 Gaussian distribution 當作 Filter 的函數, 會有什麼不同的結果? Figure 5.9
　

Week 13: Filtering

2008-12-07T23:34:00.003+08:00

1. Filter = Mask + Function

2. Convolution vs. Filtering

　這星期上完課, 突然覺得自己的功力大增, 因此上完課心情滿滿的, 是愉快的!

　什麼是 convolution? 什麼是 filtering? 其運算方式早就了然於心, 用 C 語言將程式實作出來, 也不知道寫過多少次了。覺得自己的功力大增是在白板上將 convolution 與 filtering 的細部運算方式畫出來, 實際跑過一次給同學看後, 發覺這兩個運算, 其實最主要的差別就是一維與二維之間的差別而已, 想通這一點後, 以前所有對 filtering 的理解, 就可以全部灌注到 convolution 上, 再對同學解釋什麼是 convolution 時, 就不會只侷限在運算方式而已, 可以再擴展到運用的層面上。因此, 上完課覺得自己功力大增, 感覺就要飛起來。 :)

Week 12: Chapter 4 Point Processing (Part 2)

2008-11-28T23:39:00.008+08:00

1. 同學提問: 李慧娟同學提問 Histogram Equalization ...

　Section 4.3 Histograms

　a. supervised, self-supervised, unsupervised

　b. Histogram Stretching (supervised)
　　　imadgust(im, [a, b], [c, d])

　c. Histogram Equalization (unsupervised)

2. Chapter 5 Neighborhood Processing

3. 相較於上星期的低出席率, 本週同學出席率明顯高出許多。不過, 我上課的心情並沒有比較好, 上星期來上課的同學, 基本上就是較能融入課程情境, 上課時和我的互動相對較好, 因此, 我感受到我說的話是同學想聽的, 因此, 我上課心情是愉快的。

這星期, 由於上週缺席的同學要來抄互評結果以計算平時成績, 由於這些同學來教室的目的只有這一項, 因此當我講解課本內容時, 這些同學根本無法融入課程內容, 開始講話, 也直接影響到我上課的心情。
　

Week 11: How to Learn?

2008-11-20T10:07:00.006+08:00

1. 天下雜誌 2008 教育專刊 - 精彩文章閱讀
　哈佛如何教出未來人才

2. Book: 芬蘭教育世界第一的秘密
p.　114
『學得快的小孩可以自己學, 學得慢的人更需要幫忙。』

p. 139
丹麥的教科書上寫著:『學校沒有教答案的權利, 只有支援小孩學習的權利。』

p. 143
PISA 報告指出, 15 歲的青少年不可能在學校裡學習到成年以後所需的一切知識和技能, 因此, 學校教育必須為終身學習奠定穩固的知識基礎。今天, 有多大比例的學生具備了第五級閱讀能力, 可能會影響每個國家在未來的全球經濟中, 能擁有多少世界級知識工作者。

p. 154
在 PISA 調查中, 所謂的閱讀能力(reading literacy) 包括閱讀內文(content), 分析, 詮釋, 評析, 聯想, 還有書寫報告(essay) 的能力。這些統稱為閱讀能力的項目, 都必須在孩子累積閱讀的量達到相當程度, 腦中的認知概念足夠後, 才能顯現出來。

2. 期中檢討: 學習分享系統 (互評系統) 的優缺點

　平時成績計算:

　a. 請先去掉一個最高分與一個最低分

　　Na 為去掉一個最高分與一個最低分後, A 之個數
　　Nb 為去掉一個最高分與一個最低分後, B 之個數
　　Nc 為去掉一個最高分與一個最低分後, C 之個數

　　N = Na + Nb + Nc

　　Pa = Na / N
　　Pb = Nb / N
　　Pc = Nc / N

　b. 作業成績 = Pa * 100 + Pb * 60 + Pc * 20

　c. 平時成績為 4 次作業互評之平均。

Reading: 哈佛的難題: 聰明、會考試, 卻不會問問題「怎麼教」比「教什麼」更重要

2008-11-19T00:17:00.001+08:00

原始文章連結
作者: 李雪莉、彭昱融　出處: 天下雜誌 410期 2008/11

十月初，哈佛大學一項學生學習成效調查結果，在哈佛教授間投下了一顆震撼彈。哈佛大學伯克教學中心（Derek Bok Center for Teaching and Learning）針對二十門課的教授、四百位學生，分別調查老師與學生是否掌握課堂「核心概念」（Big Idea）？跌破教授眼鏡的是，只有不到三成的學生，抓到教授在那門課想傳達的核心概念。

來自全美六百所頂尖高中的六千名哈佛新生，遇上不乏諾貝爾獎得主的黃金陣容教授群。頂尖的學生、優秀的教授，學習成效落差卻如此巨大，「教」與「學」之間究竟出了什麼問題？

「結果讓我們非常震驚，」哈佛大學歐洲歷史與文學教授、伯克教學中心主任威京森（James Wilkinson）接受專訪時以開放的態度分享說，「多數哈佛教授教的，並沒有自己想得那樣好。」

這是一個知識爆炸性成長，連哈佛大學教授都要重新思考怎麼教學的年代。

哈佛發現，即便是聰明又會考試的全美資優生，也經常帶著偏見的知識前來學習。他們很會考試但不會問好問題，他們習慣被動學習，導致學習成效很差。

在一個知識持續變動的時代，哈佛意識到，「如何教」比「教什麼」更重要；它們更提醒全世界各級老師與父母，在學習這條路上，角色必須調整，我們不再是單向傳遞知識的聖人（Sage），而是與學生一同探索學習的伙伴（Collaborator）。

《天下》專訪伯克教學中心主任威京森。當腦科學研究漸漸揭開了學習的本質，威京森分享，我們必須對學習過程有正確的認識與洞察。

威京森多年對學習的研究，不只對大學教授有幫助，對那些渴望提升孩子學習效能的家長們也受用無窮，專訪內容如下：

世界瞬息萬變，大學教育以「內容」來定義註定要失敗。今天重要的科目到明天可能已經被揚棄。

稍微計算大學生接受通識教育的時數，除以今日知識爆炸下可能納入通識教育的重要內容，學生完整學習各門知識的時間根本不夠。

這對當前的大學教育可說是前所未有的挑戰。學校和老師無法預知哪個領域、哪個學科在學生進入職場後會特別重要。

究竟二十一世紀的教育要帶給學生什麼？哈佛大學的博雅教育有五個目標，希望學生畢業後能夠：

一、獨自探索世界

二、建立對知識的好奇

三、具備探詢與解決問題的能力

四、能把找到的解決方法與他人溝通

五、培養創造力，用嶄新方式看問題

因此，大學博雅教育的關鍵在於，將教育的焦點從「內容」（學什麼）轉移至「過程」（怎麼教與如何學），思考哪些過程能夠使大學畢業生具備上述能力。

哇！原來學生是這樣學的

過去三十年對學習與教學過程的研究，讓我們更了解學生的學習過程，產生許多新教學方式與工具。但研究的過程也發現，學生的學習成效並未像我們所期待或聲稱的那樣好。

其中一項有趣的發現是，過去以為大一新生帶著空空的腦袋進大學，等著學新東西，但這項假設已被推翻。

學生經常是帶著「錯誤認知」（misconception）來學習。他們帶著各式各樣源自經驗的成見進大學，其中不乏錯誤的想法。

譬如問學生，從一架飛機上拋下一個玻璃罐，罐子將直線墜落？或是往前拋射？多數的學生直覺認為應該會直直墜落，因為沒有想到罐子具有飛機上的速度。

遇到這情況，教授必須要透過實驗，改正學生錯誤的概念與邏輯。

另外，成見（prio-knowledge）對學習的影響也很深遠，如果你問哈佛學生為什麼夏天比較溫暖？他們多半會有個聽起來滿合理的答案：因為地球在夏天時比冬天更靠近太陽。

聽起來似乎有道理，但卻是錯的。若果真如此，則地球上不論任何地方，七月都該比十二月熱，但澳洲的十二月卻是在海灘上過的。學生就算沒有去過，實際查資料看看世界各地的氣溫，也會發現澳洲十二月氣溫比七月高，把南北半球的差異考慮進來，就知道答案不是如此。（編按：是因為地軸傾斜，地球公轉時受太陽直射區域為夏季）

考高分，但不會問問題

當我們更重視學生如何得到答案，而非答案本身的時候，會發現學生的思考或邏輯不夠好，求知、探尋問題的技巧其實相當糟。

哈佛成功錄取了許多考試成績非常高的學生，但考高分並不意味著更深刻的理解。

我們發現哈佛大學學生問問題的技巧並不好，要他們問出深刻的問題非常困難，但這卻是最根本也最重要的能力之一。

他們在進入大學前被教導了太多「答案」，好奇心早被扼殺，甚至來不及發問就被告知答案，正因為是被動學習，學習效果非常有限。

解方一參與式學習

參與式學習（Active Learning）是透過討論、實作等方法，不只加深學生的印象，更讓學生了解到自己究竟學到了多少。譬如自己開車到某處，因為參與其中，握著方向盤主導一切，比起搭計程車，你對環境會更為熟悉。

同樣的概念也可以應用在學習過程，學生曾經親自動手解決問題、或是試著解釋給別人聽，效果遠比只聽講課更好。

解方二讓情緒為學習加分

此外，正向情緒也在學習過程扮演重要角色。情緒與大腦記憶相輔相成，學習內容若沒有情緒的連結，新學習的知識將無法有效加入腦中。若能有效利用，情緒甚至可能與理性和學習相輔相成。

有些研究也指出後設認知（metacognition）的重要，讓學生自我觀察並分析自己的學習過程，也成為未來老師需要幫學生培養的重要能力。

老師和家長不只要導正錯誤觀念，更重要是克服過去的錯誤教育（miseducation），將他們逆轉成一個有四歲孩子好奇心的十八歲青年。

解方三老師也要磨練教學技巧

老師的角色應轉變為學生的合作者，而教育的內容更應該強調「如何教」。

冷戰時期東歐國營工廠工人描述自己假裝在工作，而國家假裝付他們薪水（付的工資很少）。

對美國的高等教育而言，我們可以這樣說：教授假裝在教書，而學生假裝好像有學到東西。

為了改善這種狀況，哈佛的做法是從阻力較小、接受度較高的新教授做起。教學中心在他們開始教課前，規劃一週的研習課程，讓他們了解教哈佛學生的基本情形、觀摩優良教學示範，也安排學生代表分享對新教授教學的看法。

另外還有教學大綱工作坊（Syllabus Workshop），我們請要開課的教授，帶著課程大綱來進行同儕互審，互相提供回饋意見，同時能訓練觀察分析、構思達成教學目標的能力。

有想像力，就有機會改變

有個簡單的做法能掌握學生的學習狀態：教授要給學生回饋，時常告訴學生回答問題、報告的好壞，寫作技巧的進步情形等。

師生比不一定是問題。課堂提問時，只要要求學生舉手作答，並解釋給同學聽，或請學生到講台上解釋、為自己的答案辯護，就可以做到參與式學習，這在幾百人的大堂課同樣有效。

或者可以在課後發出「minute paper」，請學生花四分鐘回答兩個問題：你認為這堂課的重要觀念是什麼？你認為這堂課有什麼問題？第二個問題就能協助教授在下一堂課做出修正。

教學是可以改變的，只要有想像力！

伯克教學中心

一九七五年，美國丹佛斯基金會（the Danforth Foundation）資助哈佛、史丹佛等五所大學設立教學中心，開啟美國大學致力提升教學專業的新時代。

哈佛大學以曾任校長長達二十年的前校長伯克之名，成立伯克教學中心，三十年來，每年投入一百四十萬美元，十五名專職人員全力協助研究生和教授運用主動學習教學法，持續改善哈佛「教」與「學」的品質，多年來已成各國推動高等教育教學提升的典範。
　

Week 10: Point Processing

2008-11-14T22:04:00.003+08:00

1. Book: 上哈佛真正學到的事

　在哈佛學到的『幸福秘訣』

2. Chapter 4 Point Processing (Part 1)
　Section 4.4 Lookup Tables

Voting Report: 老師上這門課輕鬆? 還是累?

2008-11-01T12:11:00.005+08:00

你覺得上這門課的老師很混嗎?

　超混!　　　　　　0 票( 0 % )
　混!　　　　　　　0 票( 0 % )
　不混! 算普通!　　9 票( 16 % )
　算認真啦!　　　　7 票( 12 % )
　超累!　　　　　　40 票 ( 71 % )

Votes so far: 56
Poll closed at 7:17 PM, 2008/10/30

Week 8: Image Digitalization

2008-10-31T11:16:00.005+08:00

Image Digitalization = Spacial Sampling + Color Quantization

今天在課堂上傳達給同學, 貫穿整個的概念就是影像數位化!

同學可以從傳統相機如何看待一張影像, 開始思考!

你也可以從人眼如何看一幅風景, 開始思考!

甚至, 你可以從更原始的, 你的心如何感受一張影像,
閉起眼睛, 你是如何在心中呈現一幅景色的原點, 開始思考!

我個人覺得很有趣!

不過, 在課堂上, 我們僅夠時間討論影像在數位化的過程中, 會遭遇甚麼樣的問題, 該如何去考量這些問題? 如何去解決?

p. 50 Spatial Resolution
p. 5 Image Acquisition and Sampling
p. 6 Sampling Theorem
p. 11 FIGURE 1.14
p. 119 6.1 Interpolation of Data
p. 122 6.2 Image Interpolation
p. 144 Figure 7.1

　
　
今天在課堂上提到 Figure 7.1 這個波形, 可以分解成三個 sin 波。晚上開車回家時, 一直在想應該如何講解, 才會讓同學更了解其中的奧妙。因此, 晚餐後, 我就開始嘗試用 MATLAB 寫一個 m 檔, 把整個圖形畫出來, 同學可以下載 Fig7-1.m 執行看看, 或許就可以比較理解今天上課討論的內容。
　

Week 7: Chapter 3 Image Display

2008-10-24T01:42:00.014+08:00

1. colormap
　要完全了解這個指令, 必須要從什麼是 an indexed color image 開始。課本 p. 13 Section 1.8 Types of Digital Images 介紹了 4 種數位影像的基本類型。
　a. Binary.
　b. Grayscale.
　c. True color or red-green-blue.
　d. Indexed.
　　Most color images have only a small subset of the more than 16 million possible colors. For convenience of storage and file handling, the image has an associated color map, or color palette, which is simply a list of all the colors used in that image. Each pixel has a value that does not give its color (as for a red-green-blue [RGB] image), but an index to the color in the map.

　colormap(gray(n)):

2. 為什麼數值大小相同, 儲存的資料型態不同, imshow 這個指令的輸出就會不同呢?

　這是因為 MATLAB 針對不同的資料型態, 對數位影像有不同的詮釋方式。

　例如:

　針對儲存為 uint8 的灰階(grayscale)影像, MATLAB 認為 0 為純黑色, 255 為純白色, 0 ~ 255 的整數值表示的就是灰階影像的不同明暗強度。

　針對儲存為 double 的灰階(grayscale)影像, MATLAB 認為 0 為純黑色, 1 為純白色, 0 ~ 1 間的實數數值所表示的就是灰階影像的不同明暗強度。

　因此, FIGURE 3.1 (b) 由於儲存為 double, 所有值都大於 1, 因此, 都被 MATLAB 轉換成純白色了。

　(p. 44)
　This is because for a matrix of type double, the imshow function expects the values to between 0 and 1, where 0 is displayed as black and 1 is displayed as white....

3. BINARY IMAGES
　MATLAB does not have a binary data type as such, but it does have a logical flag, where uint8 values 0 and 1 can be interpreted as logical data.
　
4. UNIQUE Set unique

　B = UNIQUE(A) for the array A returns the same values as in A but with no repetitions. B will also be sorted. A can be a cell array of strings.
　UNIQUE(A) 其實就是將 A 陣列中, 重複出現的值去掉, 只保留一個 unique 的值, 然後在依大小排序。

　UNIQUE(A,'rows') for the matrix A returns the unique rows of A.
　一個 row, 一個 row 分開處理, 做 unique 的動作。

5. 同學學習筆記 (2008w7) 分享, 請今天缺席的同學盡速上網互評。下週我們同樣在第一節課完成互評分享, 請同學記得繳交作業分享網址。

Week 6: 多閱讀吧, 同學們 !

2008-10-18T10:19:00.002+08:00

1. 多閱讀吧, 同學們 !
　News: 芬蘭前教部次長南大演講強調閱讀教育
　在全球四十五個國家地區中，台灣學生每天課外閱讀比率排名倒數第一，原因出在台灣學生視閱讀為功課，而不是興趣，缺少獨自閱讀的時間是關鍵。

2. 導讀: Chapter 3 Image Display ( Part 1 )

3. 同學學習筆記 (2008w6) 分享

Week 4: Chapter 2 Images and Matlab

2008-09-27T15:36:00.014+08:00

本週要繳交的作業是 Chapter 1 的閱讀分享, 我個人覺得大部分同學都做得很不錯, 請同學持續下去, 未來一定會越來越熟悉那種原文閱讀的樂趣。

1. 教科書作者所提供的範例原始檔案下載:
　 a. 原始圖片: 40011-6images.exe
　 b. 原始程式: 40011-6MatlabFiles.exe

2. 色彩系統
　a. ICI Dulux Taiwan: 色彩家 mouse painter

　ICI 三度色彩編輯精準呈現色彩空間
　不同於一般色彩體系的流水編號, ICI 獨家色彩體系的三度編碼精確標示每個顏色的三個屬性: 色相(color hue), 明度(light reflectance value) 及彩度(chroma), 呈現空間規劃所需的明亮度及情緒強度。

　30 YY 08/726

　30 YY 表示色相 HUE
　08 表示明度 LRV
　726 表示彩度 CHROMA

色相 (Hue) : 色彩相貌的名稱, 如 "紅色", 依彩虹六大色相反時針方向排列成色相環, 每一個色相編碼由 00 到 99 劃分為 100 個色階。例如: 30 YY 是帶有橙色調的黃色, 它位於 YY 色相偏橙色的右邊位置。

明度(Light Reflectance Value): 色彩表面對光線的反射程度。明度編碼由 00 到 99 , 數值越高對光的反射就越高, 顏色就越亮。挑選明度數須考慮空間光線條件, 來呈現空間的理想亮度。

彩度 (Chroma): 色彩鮮豔飽和的程度, 其鮮濁度取決於色彩裡加入黑、灰色的多寡。彩度編碼由 000 到 999, 高達 1000 個層次, 數值越高, 色彩越鮮艷。挑選彩度值時, 須考慮欲傳達的空間情緒強度, 彩度越高所表現的情感越強烈。

Week 3: Chapter 1 導讀

2008-09-27T12:28:00.004+08:00

1. 上課前到系辦查看同學領書的狀況, 發現同學已經把尚未令的書籍, 通通搬到上課的教室了, 很感謝這些為同學服務的同學。影像處理課程訂閱的兩本書, 送到系辦之後, 我發現有些關心的同學已經把書領走, 隨時可以開始閱讀, 進入學習情境。有些同學這週還沒來上課, 又要麻煩同學再將書搬回系辦公室, 兩相比較, 學習成效也許可以從中觀察出一些端倪。

2. 這星期在課堂上, 我為同學做了第一章的導讀, 順便將閱讀的基本概念和大家分享。

3. 第 3 堂課後段, 我們請同學瀏覽 MathWorks 公司與鈦思科技的網站, 希望同學知道這兩家公司在網路上針對 Matlab, 提供了什麼資源給同學學習。

4. Online Documentation for MathWorks Products, R2008a
　Image Processing Toolbox™
　

Week 2: 混亂的一週

2008-09-19T11:37:00.003+08:00

今天真的是有些混亂, 儘做一些的瑣事的三節課!

有不少同學, 這星期才選到我們這門課, 也有一些是早就修到這門課, 不過上星期沒來上課, 還有一些是上星期有來上課, 不過在教室不夠專注, 因此, 我們這星期又花了一些時間給這些同學設定 Homework Show @ IPC 作業分享部落格的共同作者。

為了將來便於查詢, 我們訂定將來同學在作業分享部落格繳交作業時的標籤規定, 每一篇作業必須至少有兩個標籤:
1. "學號姓名"
2. "2008w?" : ? 代表要繳交的週次
當然, 我們也花了一些時間讓同學修正自己的標籤。

由於有部分同學不太了解這門課所推薦的兩本課本各自扮演的角色, 因此我們再次花了一些時間說明, 然後請需要代為訂購的同學, 立即在部落格回應, 下課後, 我們就直接向出版社訂書, 兩本書都是下星期二會寄到系辦公室, 屆時同學就可以各自到系辦簽名領書, 下週上課時再把書錢繳交即可。

Week 1: MATLAB 初體驗

2008-09-12T22:08:00.005+08:00

1. 本課程教科書代訂服務:
　a. Introduction to Digital Image Processing with MATLAB
　b. MatLab 7 程式設計

2. 課堂上所討論之觀念:

　a. 影像與陣列
　b. 影像的統計資訊
　c. MATLAB 與 C 之差別

3. 課堂上所示範的 MATLAB 指令:

　a. imread
　b. imshow
　c. figure
　d. imhist
　e. plot
　f. help

　　

4. 本週作業: 請回家練習上課曾介紹過的 MATLAB 指令, 並於下週上課前於 Homework Show @ IPC 發表一篇主題為 MATLAB 初體驗, 至少 150 字以上的學習心得。

97 學年度代訂書登記: Introduction to Digital Image Processing

2008-09-12T21:55:00.001+08:00

Introduction to Digital Image Processing with MATLAB
Author: Alasdair McAndrew
ISBN: 0534400116
Price: 15% Off, NTD 765.

欲代為訂書的同學, 請於下週二之前, 回應文章留下學號與姓名。